起点学院课程笔记：https://vip.qidianla.com

1.问卷调研——定量研究

使用在线问卷，问用户评价，询问对交互体验的评分，视觉评价

1.1.什么时候用问卷？

问“为什么”的内容适合量化方法，可以用问卷

——用户画像中，用户有哪些类型，为什么会有这些类型？
研究相关因素、研究影响因素

问“是什么”的内容是和定型方法，可以用访谈或焦点小组

——健身对你意味着什么？你是如何使用健身软件的？
研究意味着什么，研究过程性的

问卷的优势和弊端

• 优势——网络

  • 标准化
  • 操作方便
  • 调查面广
  • 分析方便
  • 结果可量化
  • 成本低
  • 速度快

• 弊端

  • 题目有限（app上15道以内）
  • 调查广而不深
  • 调查质量不易控制（态度，调查者当时的环境、状态）
  • 要求被调查者的文化水平

问卷的适用场景

设计问卷的流程：
确定目标》拆分目标〉设计问题》预设分析〉逻辑确认

• 态度型：活动满意度调研、社区运营内容偏好调研、视觉风格偏好调研
• 行为型：行为习惯调查、需求挖掘调研、用户使用情况调研
• 意见型：产品功能意见反馈、就餐意见调研、售后意见反馈

  1.2问卷和量表的区分？

1.2.1问卷法与量表的区别

• 编写/发挥自由度
  • 量表编写/发挥自由度低，它是标准化的测量工具，需要长期的检验、广泛认可
• 问题题型&答案类型
  • 量表表达认同的程度，问卷表达认同的内容
  • 量化:APP很好用的同意程度（0-不同意，…，5-同意）
  • 问卷:公开课的目的：（A：扩展知识；B：增加学分，C…）
• 回收数据类型
  • 量表：数字答案
  • 问卷：数字答案、内容答案
• 数据分析方式

1.2.2量表的使用技巧

用户体验中的应用场景

• 产品易用性（配合访谈和可用性测试来填写）
• 文案易懂度
• 对某些知识方法的知晓度
• 游戏娱乐性
• 视觉吸引力

• 产品总体满意度（配合访谈和可用性测试来填写）

  两种经典的评分量表

• Likert量表（李克特量表） | 题目 | 陈述一个观点 | | —- | —- | | 回答 | 同意该语句的程度或水平 | | 注意 | 设计题干陈述句时，需要仔细遣词造句 | | 示例 | 题目：产品界面美观

选项：非常不同意 OOOOO 非常同意 |

• 语义差异量表（两个形容词的差异） | 题目 | 提问用户的想法/感受 | | —- | —- | | 回答 | 在两个极端的形容词中进行程度选择 | | 注意 | 每道题需要找到完全想法的两个形容词 | | 示例 | 题目：你认为这位UI设计师的水准
  选项：业余 OOOOO 专业 |

几种使用场景的应用量表

选自：书籍-《用户体验度量》

评分量表Tips

1.注意问题拆解细分，避免问题涵盖范围过大？
——如：你觉得界面的UI设计怎么样？
这个问题涵盖太广，最好询问：界面字体怎么样？明暗度？色彩？。。。。

2.等级数目建议为奇数
——奇数选项，中间通常有“感觉一般”等中庸的回答的选项，缓解了用户不知道，或者没关注到的压力。

3.7点量表结果更准确
——5个水平可能区间太大，9个以上区分太细。

4.7点以下的量表，答案选项中不需要给每个级别赋予等级数字：1、2、3、4、5、6；
7个以上，需要给出数字，防止用户迷失，需要手动来数数字。

1.2.3收集数据的几种方式及优缺点

执行者需要培训以降低误差 | 当面自填问卷；邮寄纸质问卷

当面自填问卷居多、邮寄需地址 | 邮箱问卷；问卷网站；公司网站

目前覆盖范围最广的方式 | | 优点 |
- 对用户来说最简便

• 适合文化水平较低者（理解力不足）

• 适合老年者（视力不足）
  |
  - 指导语一致，减少执行者误差

• 现场可对用户疑点进行解释
  - 可了解现场情况进行分析
  |
  - 经济、环保、快捷、传播范围广

• 在线制作便捷、可设置逻辑跳转
  - 无需手工录入、提供基础分析
  | | 缺点 | 用户给予低评分时说不出口

问卷手工录入繁琐
表述方式不同造成误差 | 纸质问卷排版较为繁琐

问卷手工录入繁琐 | 易受网络较差的影响

问卷网站广告打扰用户
填写中途放弃的用户无法把握 |

1.3行为类、态度类、意见类信息的收集

1.3.1 行为类信息的问题与答案设计

行为分析=后台埋点+问卷收集

• 有数据时候，可以从第三方平台或自己产品平台的埋点中获取行为分析，转化率，购买率，点击率。。。
• 如果没有数据时。需要使用问卷来了解用户行为。

在获取到问卷调研的需求后，进行分析：

确定目标》拆分目标》设计问题》预设分析》逻辑确认

先明确目标：

确定是要做：行为习惯调查、或是需求挖掘调研、用户使用情况调研

在进行目标拆分：

按照如用户属性、使用情况、使用场景、使用动机来拆分问题。

比如：要了解用户对竞品的使用情况

• 需要收集用户使用哪些竞品？
• 设计如：是否使用过某产品？或使用过哪些？让用户对熟悉的产品进行排序。
• 具备逻辑关联性：比如我们需要确保用户使用过某个产品，再询问与该产品相关的问题。

你的问题是否具有威胁性？

问题让用户不安，会暴漏不太光彩的。
比如学历、车子、房子、活动轨迹、收入等。

如何判断一个问题是否具有威胁性

可以问一下自己，看看这些行为是否符合社会期许。捐款？
参考他人设计经验
做前测，了解反馈

这个问题让用户浮想很多。

逻辑性差和诱导性太强
末尾加“对吗？”通常属于诱导过强。

1.3.2 态度类信息的问题与答案设计

认知+评价+行为
比如对产品满意度调研、内容偏好调研、视觉风格偏好调研是关于态度的。

拆分方法：

• 功能拆分
• 业务拆分
• 体验指标
• 工种拆分

敏感性问题，让用户假想是别人的问题，来思考。
加入假定条件
直接问用户“你有没有借书证”用户不太明白，会误解你要借借书证。所以要加入背景。

列举要完整
选项互相不要重合
例子：包含关系；词汇混乱；出色和不太好表述不一致。

1.3.3 意见类信息的问题与答案设计

左边进行预编码，因此整理信息会便利。
右边用户发挥空间大，整理有些麻烦。

一般开放性问题再右侧。
有明确研究方向的采用左侧。

1.4判断收集到的问卷有效性

1.4.1 信度和效度

好的研究=可靠性+有效性

• 可靠性：信度

• 有效性：效度

  1.4.2 信度：测量结果是否稳定和一致

  看是否可靠：

• 跨时间的一致性：一个用户在两次不同时间的问卷结果对比，采用抽样回访：

  • 重点问题回访
  • 全部问题回访

• 跨形式的一致性：需要在问卷中设置同样内容，但表述不同的问题。

• 内在一致性：同一概念，不同问题。明确其内在关联性。部分问题适用。用得最多。

先测量问卷信度，如果信度非常好，就说明这份问卷时可信的，后续可以大规模推广使用。

1.4.3 效度：是否测量了真正要测量的东西

• 准则关联效度
• 内容效度
• 结构效度

1.5数据回收后的分析

常见的三种分析目的

归纳分析

差异分析

关联分析

如何分析差异性问题

同一批用户，即参与A，也参与B。叫配对样本
参与A的是一批，参与B的是一批，叫独立样本

1.新版本、上版本满意度评分问题：
上版本-用户A；新版本-用户A。这是配对样本，但基本实现不了。
更常见独立样本，分别是两波人，因满意度是5点或7点量表，属于连续型数据。（答案是连续的数字）

2.不同年龄段对电商的偏好
购物平台是A还是B，是离散型数据。（答案是离散的商品名称）

3.哪种提案更受欢迎
同一批人，对不同方案打分。——配对样本
打分是连续型数据。

如：研究不同年龄段人群=多群体差异检验

选择统计方法的思路：

如何分析关联性问题

等比存在倍数关系
体验评分是等距数据，不能表达2分是1分的2倍（不是等比）。